sofagent
# sofagent
<p align="center"><img src="docs/assets/banner.png" alt="sofagent" width="100%" /></p>
<!-- H1 与横幅分工:H1 是仓库名与语义锚点(供搜索引擎/无图环境/screen reader),横幅承载视觉 -->
<p align="center">
<a href="https://github.com/KongFangXun/sofagent/actions/workflows/verify.yml"><img src="https://github.com/KongFangXun/sofagent/actions/workflows/verify.yml/badge.svg" alt="Verify" /></a>
<a href="./LICENSE"><img src="https://img.shields.io/badge/License-MIT-brightgreen" alt="License: MIT" /></a>
<!-- ⚠️ bump 版本时手动同步此 badges 版本号(Version-vX.Y.Z) -->
<a href="./CHANGELOG.md"><img src="https://img.shields.io/badge/Version-v1.5.0-16B8F3" alt="Version" /></a>
</p>
<p align="center"><sub>简体中文 | <a href="./README.en.md">English</a></sub></p>
---
## 这是什么
> 💬 **一句话版本**:进场时它替你把业务摸清、写成文件;离场后你的数字员工每次改代码、动文件,都按文件过一道安检、留一份记录、存一个快照——出事能查、能回滚。
> 🏢 **组织视角版本**:AI 落地的卡点已经从「模型够不够聪明」迁移到「组织敢不敢接」——能不能进组织架构、有没有账号、绩效怎么算、做错了怎么退回。sofagent 就是给数字员工办入职的那套制度:进场把岗位职责写成文件(岗位职责说明书),离场按文件做绩效考核(每次变更留证据)、组织记忆(越干越有的家底)、试错容错(做错了退得回)。给 AI 发工号之前,先装 sofagent。
**开源 FDE Harness 层**——嵌在成熟 Agent(DSH / OpenClaw / WorkBuddy)与模型层之间做治理:进场把业务判断写成文件(工作流、本体数据、AI 节点部署),离场按文件审计每一次变更。约束层五种能力(注入 · 审计 · 回溯 · 沉淀 · 进化),五种形态分发(FDE 插件 / Skill / MCP / CLI / Dashboard)。sofagent 不造 Agent——交付的是让任何 Agent 被管住的那一层。
<p align="center">
<img src="docs/assets/audit-terminal.png" alt="sofagent-audit 拦截 .env 提交" width="860" /><br/>
<sub>零配置审计实拍:一行命令审计最近一次 commit,密钥泄漏当场拦截</sub>
</p>
<details>
<summary>🗺️ 系统架构总览(FDE Harness 五模块编制)</summary>
<p align="center">
<img src="docs/assets/architecture-diagram.png" alt="sofagent 系统架构" width="860" /><br/>
<sub>约束 Agent 行为 · 审计每次变更 · 沉淀经验(完整交互版见 <a href="./docs/ARCHITECTURE.md">ARCHITECTURE</a>)</sub>
</p>
</details>
**10 分钟轻量试用**:`npx -y -p @sofagent/audit sofagent-audit`(任意 git 仓库,密钥泄漏当场拦截)。
### 该不该装?
| 如果你是… | 建议 |
|----------|------|
| **给现有 Agent 加纪律**——已有 DSH / OpenClaw / WorkBuddy,想让 AI 干活时守规矩、留痕、出事能回溯 | ✅ **现在装**。核心价值就是约束层(注入 · 审计 · 回溯 · 沉淀 · 进化),装完即用 |
| **一人公司 / 小企业想落地 AI**——没有专职工程师,需要一个"不离职的 FDE"帮你梳理工作流、部署 AI 节点 | ✅ **现在装**。FDE Harness 层就是干这个的——进场把判断写成文件,离场按文件执行与审计,全链路 |
| **要开箱即用的企业级 Agent 平台**——期待完整商业产品(多租户、权限管理、计费、SLA) | ⏸️ **暂缓**。sofagent 是治理层,不是平台产品——平台级能力不在本开源仓库范围内。有集成能力的团队仍可把约束层接入自有平台,作为其中的治理模块;纯开箱需求建议另选平台产品 |
| **纯研究 / 想看看约束层怎么设计**——读代码、学架构、借鉴方法论 | ✅ **现在装**。文档齐全([HANDBOOK](./docs/HANDBOOK.md) / [ARCHITECTURE](./docs/ARCHITECTURE.md) / [PHILOSOPHY](./docs/PHILOSOPHY.md)),MIT 协议 |
**和 gitleaks / pre-commit 这类工具什么关系?**(互补不互替)
| | gitleaks 等扫描器 | pre-commit 等钩子 | sofagent |
|---|---|---|---|
| 定位 | 密钥全量历史扫描 | 通用提交钩子框架 | Agent 行为审计约束层 |
| 证据面 | 仓库文本模式 | 自定义脚本 | git diff 硬证据 + Agent 日志 + 决策留痕 |
| 覆盖维度 | 密钥泄漏 | 任意(自己写) | 24 条规则:密钥/越界/注入/权限/后门 |
| 建议 | 强密钥合规必配 | 已有体系可保留 | 与前两者并用,专注 Agent 治理维度 |
## 核心特性
**进场 · 生成判断**(FDE 相位——把「该不该上 AI、值多少钱」判断出来,冻结成交付物):
- 🧭 **梳理工作流**——五要素深挖 + 三问判定法,把每个岗位环节摸清,算清每个 AI 节点值多少钱
- 🤖 **部署 AI 节点**——三层交付物(文档层 + Skill 层 + 运行层),装进你已有的 AI 工具,从"你干活"变"你派活"
- 📦 **判断冻结成交付物**——每个节点带「做好标准(merge_criteria)· 谁拍板(approver)」,机器可判定、跨阶段共享
**离场 · 驻留判断**(Harness 相位——按交付物 7×24 执行,进化时写回):
- 🏠 **离场后常驻**——FDE 能力留下巡检、审计、优化,7×24 在线守护(commit 时触发审计),人离场治理不离开
- 🔍 **零配置审计**——`npx -y -p @sofagent/audit sofagent-audit`,任何 git 仓库秒级审计最近一次 commit(单机实测:quick 约 1.1s、5 万行 diff 约 6.1s,口径见 [HANDBOOK](./docs/HANDBOOK.md))
- 🧱 **24 条审计规则 + 105 个 MCP tool**——密钥泄漏、越界编辑、注入防御、权限红线,违规当场拦截(critical 层命中后其余规则跳过——fail-fast 设计)。**证据两档**:24 条中 19 条基于 git diff 硬证据(本地即生效)+ 4 条混合(diff + Agent 日志,Agent 接入后生效)+ 1 条文件系统扫描;A7/A8 等日志规则在无 Agent 日志时跳过(信任边界详见 [LIMITATIONS §三](./docs/LIMITATIONS.md#三安全与信任模型局限))
- 🛡️ **自动快照回溯**——每次审计后自动存档,出事一键回到任意快照
## 什么是 FDE Harness
**FDE = Forward Deployed Engineer(前线部署工程师)**——把模型塞进企业真实业务里的人。sofagent 把这个角色做成开源 FDE Harness 层,嵌在你的 Agent(DSH / OpenClaw / WorkBuddy)与模型层之间。一个 FDE Harness 的完整工作流分两个阶段,**中间的交接物把它们缝成一件事**:
- **进场 · 生成判断**:四步走完——**梳理工作流 → 构建双图谱 → 判定 AI 节点 → 部署**。双图谱 = 业务图谱(系统边界、数据流向,人读)+ 本体图谱(共享语义底座,AI 读),把企业变成机器可读的结构;每个 AI 节点的「做好标准(merge_criteria)· 谁拍板(approver)· 何时跑(trigger)」在这一步被判断出来,冻结进交付物(workflow.yml + 本体数据 + skills)。
- **离场 · 驻留判断**:FDE 走,判断留下——审计在 commit 等变更事件时按冻结的标准自动触发(证据分档见「核心特性」首条);daemon 7×24 巡检、快照可回滚、经验持续沉淀。人离场,治理不离开。
> 🔗 **为什么必须一体**:交付物是两个阶段共享的活状态——进场时写入、离场后执行时读、进化时写回(试验分支晋升基线、反思蒸馏回流)。没有 FDE,约束层没有判据可执行;没有约束层,FDE 的判断随人离场蒸发。这正是「FDE Harness」名字的由来——不是 FDE 功能 + Harness 功能的拼盘,是同一件事的两个阶段。
>
> **从 FDE 到 FDEing**:两个阶段的合成效果,是把 Forward Deployed **Engineer**(一个岗位)变成 Forward Deployed **Engineering**(一种能力)——岗位随人走,能力随交付物留。FDEing 读作 /ef-di-i-ing/,与 engineering 同构。
<p align="center"><img src="docs/assets/arch-layers.svg" alt="sofagent 三层定位:模型层 → FDE Harness 层 → Agent 层" width="85%" /></p>
**为什么是 FDE Harness**
- **企业 AI 落地的瓶颈不是模型,是部署**——MIT NANDA《生成式人工智能的鸿沟》:95% 的企业 GenAI 项目没能产生能写进财务报表的价值,而 FDE 岗位发布量一年涨了 729%(核验见 [VALIDATION](./docs/VALIDATION.md))
- **完整来自组合**——DSH 解决「能干活」,sofagent 解决「持续干」,两者合起来才是完整的 FDE Harness(见下一章「多平台挂载」的 DSH 档)
- **约束层「持续优化」靠机制不靠承诺**——外部独立实验(ARC-AGI-3,**能力型 harness 数据**——提升的是任务得分与 token 效率,与治理型约束层的可靠性收益非同一量纲):同一模型仅优化外层 Harness 可显著提升任务完成率。核验见 [VALIDATION](./docs/VALIDATION.md) · [THANKS](./docs/THANKS.md)
- **能力可迁移,绝不绑死单一平台**——约束层平台无关,方法论跟着业务走、不跟着平台走
> 🔄 **自举**:sofagent 给自己做的第一份 FDE,就是 sofagent 自己——项目本身就是一条完整的 FDE 工作流(梳理 → 构建 → 部署 → 离场),这个开源仓库就是那份交付物。
## 多平台挂载
横跨你已有的 Agent、纵贯模型层,不替代模型,只补可靠执行——**FDE Harness 层平台无关**(插件 / Skill / MCP / CLI / Dashboard 五种形态按宿主能力分发),方法论跟着业务走,不跟着平台走:
| 档位 | 平台 | 约束注入 | 挂载方式 |
|------|------|---------|---------|
| **深度结合** | DeepSeek Harness | ✅ **逐工具调用可拦** | 6 款原子 `cordis-plugin-sofagent-*` 挂进运行时(另有 1 款聚合插件可选,见「上游与插件入口」)——`tools/pre-execute` 等 7 个生命周期事件(以 `engine/dsh-plugins/SEAMS.md` 词汇表为准) |
| **完整挂载** | OpenClaw | ✅ **每会话注入一次** | Hook 注入四层约束 + 断路器 + 4 款 OpenClaw 插件 |
| **标准挂载** | Claude Code / Cursor | ⚠️ Skill 自觉加载 | Skill 目录 symlink + 平台规则文件 + 拦截配置(内容为提交级 24 规则,非调用级拦截) |
| **薄挂载** | WorkBuddy / Codex / Gemini CLI / Hermes | ⚠️ Skill 自觉加载 | Skill 目录 symlink(Codex 走 `AGENTS.md` 挂载点)+ git hook 审计 |
- **别假设能力对齐——档位差的是注入强度,不是「有没有」**:DSH 逐工具调用可拦,OpenClaw 每会话注入一遍,其余宿主由 Agent 自觉读 Skill 文本(建议性)。「支持某平台」= 约束资产在该平台可用,**≠ 约束强度与其他平台相同**;跨宿主迁移或写集成文档前,先看目标宿主落在哪一档,完整矩阵见[加载链 HOOK](./engine/hooks/sofagent-load-chain/HOOK.md)
- **审计兜底平台无关**——`sofagent-audit --install-hook` 走 git hook,任何档位每次 commit 都过 24 条审计,违规硬拦截。约束是建议性的,审计是强制性的
一条命令选定挂载档位:`bash install.sh --platform <平台名>`(全部平台与差异见 [HANDBOOK](./docs/HANDBOOK.md))
## v1.5.0:治理模块 · 可见性与本体成熟(✅ 已发版 · 2026-09-19)
🛡️ 引擎长出「治理面」——三件事一次到位:
| 能力 | 一句话 |
|------|--------|
| **治理 KPI 面板** | Dashboard 独立「治理」tab:KPI 六卡 + 数据集审阅卡 + lineage 合规报告导出 + 周报导出 |
| **本体数据双时态** | `validFrom`/`validTo` + `stateAt` 时点快照(「系统在某天知道什么」)+ 三层渐进加载 |
| **证据跨层对账** | `trace_reconcile` 新 tool:Agent 自述 vs git diff vs 模型行为,一致/漏报/幻觉/瞒报四态判定 |
同版另有:Ontology Validation Engine(DAG 无环 + 激活前置门 fail-closed)· FDE 陪跑期期满总结 · 存量清扫与 `@sofagent/inject` 更名 · DSH 插件 7 事件位接线。**MCP 104→105 tools · 测试 4805→4903 · acceptance 352→357**(13 包 workspace 口径,发版时点;badge 与安装命令当前仍指 v1.4.9,随发版同步翻牌)。完整内容见[开发日志](./docs/changelog/v1.5/v1.5.0.md) · 更早版本见 [CHANGELOG](./CHANGELOG.md)。
## FDE Harness 两阶段
**进场 · 生成判断**(FDE 相位):梳理业务流(五要素深挖 + 三问判定法,算清每个 AI 节点值多少钱)→ 构建双图谱(业务图谱人读 + 本体图谱 AI 读)→ 判定 AI 节点 → 部署三层交付物。每个节点带「做好标准 merge_criteria · 谁拍板 approver · 何时跑 trigger」,冻结进交付物。
**离场 · 驻留判断**(Harness 相位):FDE 走,判断留下——daemon 7×24 巡检、commit 触发 24 条审计(含 **AgentShield 五类配置面静态扫描**)、快照可回滚、经验持续沉淀;进化时把试验分支晋升、反思蒸馏写回交付物。
两阶段缝在一件事上:**交付物是共享的活状态**(进场写、离场读、进化写回)——没有 FDE,约束层没有判据可执行;没有约束层,FDE 的判断随人离场蒸发。这就是「FDE Harness」不是两个功能拼盘的原因。
**组织管理学视角**——两阶段对应给数字员工办入职的全流程:
| 组织动作 | sofagent 对应 |
|----------|--------------|
| 岗位职责说明书 | 进场冻结的交付物(merge_criteria / approver / trigger) |
| 绩效考核 | 审计留痕 + 治理 KPI 面板(v1.5.0) |
| 组织记忆 | 知识沉淀(think.md 反思 + knowledge/) |
| 培训体系 | 经验→考核→晋级的自进化链(v1.5.5 排期) |
| 试错容错 | 快照回滚 + 能力基线版本线(v1.5.5 排期) |
| 劳动合同边界 | 可拔契约与主干能力清单(v1.5.4 排期) |
| 想深入 | 看哪里 |
|--------|--------|
| 方法论四阶段十二步(半天精读) | [FDE/GUIDE.md](./FDE/GUIDE.md) |
| 约束层五种能力 · 模块编制 | [ARCHITECTURE](./docs/ARCHITECTURE.md) |
| 为什么必须一体 · 设计禁区 | [PHILOSOPHY](./docs/PHILOSOPHY.md) |
| Skill 体系与知识资产管道 | [FDE/SKILL 体系](./FDE/README.md) |
## 安装
> ⚠️ **企业用户先读** [LIMITATIONS §三](./docs/LIMITATIONS.md#三安全与信任模型局限)——`config.yml` 默认**非 fail-closed**(规则可被 Agent 篡改绕过),多租户**写入侧**隔离尚未落地(v0 已交付查询侧隔离:orgId 过滤 + data/<tenant>/ 路径地基,见 LIMITATIONS)。强合规场景建议 CI 兜底 + 文件权限锁(`chmod 400 .sofagent/config.yml`——辅助层,对同用户进程无效,见 [LIMITATIONS §三](./docs/LIMITATIONS.md)),不要用单机默认配置直接上生产。
**30 秒,零配置**(首次含 npx 拉包约 30 秒,复跑秒级——引擎本体约 1.1s,实测口径见上)——在任何 git 仓库跑一次审计:
```bash
npx -y -p @sofagent/audit sofagent-audit
```
> 💡 quick 跑 17 条默认规则(A3 任务范围 / A9 commit-msg 注入检测激活——自动读最近一次 commit 消息,无消息时 A9 按无输入处理标记跳过),完整 24 条 + hook 自动审计需 `--init`——详见 [LIMITATIONS §三](./docs/LIMITATIONS.md#三安全与信任模型局限)。
拦截特定格式密钥泄漏时是这样的(真实输出;A2 检测 AWS AKIA/Secret、OpenAI sk-*、GitHub ghp_、Google AIza、Slack xox*-、JWT、PEM 私钥等已知格式,通用密钥形态暂不覆盖——保守设计防误报,详见 [LIMITATIONS §三 A2](./docs/LIMITATIONS.md#三安全与信任模型局限))——首屏的实拍图即此场景,此处不再重复。
**完整安装**(Node.js ≥ 18,先下载审查再执行)——**装在企业跑 AI 节点的设备上**:
```bash
curl -fsSL https://raw.githubusercontent.com/KongFangXun/sofagent/refs/tags/v1.5.0/bootstrap.sh -o bootstrap.sh
less bootstrap.sh # 先看一眼脚本内容,确认安全
bash bootstrap.sh && rm bootstrap.sh
```
> 🔒 供应链信任链:tag 钉定 + sha256 校验 + fail-closed + 自锚定哈希重入二次校验(详见 [SECURITY.md](SECURITY.md) 远程安装节);⚠️ 审计日志默认明文落盘——企业部署建议开启静态加密。
```bash
sofagent-audit --init # 装 git hook,之后每次 commit 自动审计
sofagent-audit --doctor # 验证环境(可选)
```
> 💡 安装脚本主要写入 `~/.sofagent/`(数据目录)+ `~/.local/bin`(CLI 入口);检测到 OpenClaw 时额外写入其集成目录;npm 权限不足时 CLI 入口 fallback 到 `/usr/local/bin`。其余系统文件零改动。`--init` 安装三层防线 git hook(pre-commit 拦 .sofagent/ 入库 + commit-msg 规则审计 + post-commit 对账);`--no-verify` 可跳过 commit-msg 审计——防的是诚实 Agent 的疏忽不是恶意绕过,被跳过的 commit 由 post-commit 事后对账留痕(提示「疑似绕过」)但不阻断;个人兜底三件事:CI 侧 `sofagent-audit --diff`、定期 `--doctor`、翻审计记录。详见 [LIMITATIONS](./docs/LIMITATIONS.md)。
>
> 📌 **install.sh 是企业设备安装器**——装在企业跑 AI 节点的设备上(约束层 + daemon 巡检 + 单机 dashboard);FDE 自己的电脑不需要跑,FDE 的工具是 [FDE Skill](https://clawhub.ai/kongfangxun/skills/sofagent)(方法论),详见 [部署架构](./docs/ARCHITECTURE.md#安装包边界与部署架构v132-定位校准)。
>
> 📌 **bootstrap.sh 和 install.sh 的关系**:bootstrap.sh 是 install.sh 的一行下载包装器——`curl bootstrap.sh | bash` 等价于「下载 install.sh + 运行 install.sh」。两个脚本装的是完全一样的东西,bootstrap 只是省掉手动 clone/下载那一步。
完整安装方式(clone / npx / 最小安装 / 企业部署)、卸载、以及「两条通道都叫 sofagent 怎么分辨」等消歧细节见 [HANDBOOK · 安装](./docs/HANDBOOK.md)。企业用户想直接用 FDE 方法论梳理工作流,看 [FDE/README.md](./FDE/README.md)(零依赖,不需要 Node.js;15 分钟最短路径见其「15 分钟最短路径」小节)。
## 使用
<p align="center"><img src="docs/assets/dashboard.png" alt="sofagent Dashboard 驾驶舱" width="100%" /><br/><sub>Dashboard 驾驶舱(单文件 HTML · 截图版本 v1.4.0):规则通过率、审计任务、违规趋势——AI 在干什么,一眼看清。<br>(实际界面以安装态为准)</sub></p>
> 📊 **Dashboard 有三个入口,各归各位**:
>
> | 入口 | 命令 | 形态 | 给谁看 |
> |------|------|------|--------|
> | **终端版** | `sofagent-dashboard --full` | 终端 ASCII 三栏(零前端依赖) | 开发者 / FDE 快速看 |
> | **Web 版** | `sofagent web`(install.sh 安装态可用)· 仓库态 `node tools/dashboard/serve-dashboard.mjs` | 浏览器可视化(localhost:3780) | 老板 / IT 可视化看 |
> | **macOS 双击** | 双击 `start-dashboard.command` | Web 版的 macOS 快捷方式(仅 macOS 双击入口) | macOS 用户 |
> 👁️ **Agent 视角**:装完 hook 后每次 commit 触发审计——PASS 输出简短回声后放行(自动快照),违规直接打进终端输出并按配置推送 Webhook / IM,Agent 侧无独立图形界面(详见 [PHILOSOPHY §二](./docs/PHILOSOPHY.md#系统暴露的能力agent-视角))。
<p align="center"><img src="docs/assets/usage-path.svg" alt="使用路径:试用 → 团队 → 企业 → 自运转" width="85%" /></p>
| 入口 | 做什么 | 装在哪 | 花多久 |
|------|--------|--------|:----:|
| **`npx -y -p @sofagent/audit sofagent-audit`** | 零配置审计最近一次 commit,秒级出结果(首次 npx 约 30 秒) | 任意 git 仓库(临时) | 30 秒 |
| **`--ruleset` 规则市场** | 加载安全等规则集,或自定义 JSON 规则 | 同上 | 1 分钟 |
| **GitHub Action** | 每次 PR 自动审计,违规标注在 diff 行上 | CI/CD | 配置一次 |
| **install.sh 全套** | 注入·审计·回溯·沉淀·进化五能力 + daemon 巡检 + dashboard——Agent 的完整约束层 | **企业设备**(跑 AI 节点的服务器/电脑) | FDE 驻场安装 |
> ⚠️ **不要裸装 `npm i sofagent-audit`**——npm 上的裸名包 `sofagent-audit` 是**本项目的旧代理包**(已 deprecated,长期滞后于主包)。CLI 的正式包名是 `@sofagent/audit`(带 scope),CLI 安装统一走 bootstrap.sh / install.sh / `@sofagent/audit`。
**规则市场**——社区规则集以 `sofagent-ruleset-*` npm 包发布、`--ruleset-path` 手动加载(也支持指向你自己的 JSON 规则):
```bash
npx -y -p @sofagent/audit sofagent-audit --list-rulesets # 看有哪些规则集
npx -y -p @sofagent/audit sofagent-audit --ruleset security # 加载安全规则集
```
**FDE 进场部署**——两条路径任选:
- **方法论路径**(零依赖):读 [FDE/GUIDE.md](./FDE/GUIDE.md),按手册手动梳理工作流,Excel + 人脑也能跑
- **工具路径**(Node.js ≥ 18):FDE 在企业设备上跑 install.sh 装好约束层后,用自己的 AI 工具说"帮我做 FDE 诊断",Agent 从进场开始引导
## 常见问题
- **能上生产吗?** 当前为单机单用户设计(多租户见 [ROADMAP](./docs/ROADMAP.md);静态加密与边界见 [LIMITATIONS](./docs/LIMITATIONS.md)——企业部署前必读 [SECURITY](./SECURITY.md))。
- **收集我的数据吗?** 缺省全量本地。可选联邦查询 = 你主动配置才出本机(见 SECURITY)。
## 生态与文档索引
**Featured in**(社区收录 · 含收录申请中):
[](https://glama.ai/mcp/servers/KongFangXun/sofagent)
[](https://github.com/awesome-dsh-plugin/awesome-dsh-plugin)
[](https://github.com/Jenqyang/Awesome-AI-Agents)
[](https://github.com/AdamPlatin123/dsh-plugin-radar/blob/main/PLUGINS.md)
[](https://github.com/0xsline/awesome-deepseek-harness)
[](https://github.com/punkpeye/awesome-mcp-servers/pull/13312)
[](https://github.com/ai-boost/awesome-harness-engineering/pull/227)
[](https://github.com/e2b-dev/awesome-ai-agents/pull/1471)
**上游与插件入口**:
- DeepSeek Harness(DSH 上游仓库):<https://github.com/deepseek-ai/deepseek-harness>
- Cordis 运行时:<https://github.com/cordiverse/cordis>
- 7 款 `cordis-plugin-sofagent*` 插件源码(6 款原子 + 1 款聚合):[`engine/dsh-plugins/`](./engine/dsh-plugins/)
| 你想了解 | 看哪里 |
|:---------|:--------|
| **全部文档索引**(按意图选路) | [WIKI](./docs/WIKI.md) |
| 怎么装、怎么用、排查 | [HANDBOOK](./docs/HANDBOOK.md) |
| 架构设计与 24 条规则 | [ARCHITECTURE](./docs/ARCHITECTURE.md) |
| 每个版本做了什么 | [CHANGELOG](./CHANGELOG.md) |
| 安全声明 · 已知局限 | [SECURITY](./SECURITY.md) · [LIMITATIONS](./docs/LIMITATIONS.md) |
> 🧪 **工程可信度**(当前口径):4905 测试 / 13 模块包 + 11 插件(7 DSH + 4 OpenClaw)· 24 条审计规则 · fresh-eyes 独立审查持续运行。
> 测试数为 v1.4.9 发版后 main 时点实测口径(随修复批滚动,发版时点为 4805);当前权威值以 `tools/check/test-count.sh` 实跑为准,包数统计标准见 [WIKI](./docs/WIKI.md)。审查环境注意事项见 [docs/guides/review-system.md](./docs/guides/review-system.md);性能数据为单机参考值,跨工具横评排期 v1.4.x 与 Benchmark 集成。
---
<p align="center">
欢迎提 Issue 和 PR,尤其较真的那种 · <a href="./CONTRIBUTING.md">贡献指南</a> · <a href="./docs/THANKS.md">致谢</a><br/>
<sub>MIT License © <a href="https://github.com/KongFangXun/sofagent">孔放勋</a> · <a href="https://github.com/KongFangXun/sofagent">⭐ 如果 sofagent 帮到你,Star 一下让更多人看到</a></sub>
</p>
TDQS
Scored across 105 tools
Many tools are separated by domain prefixes, but there are numerous close pairs and overlapping clusters: get_think/read_think_md/write_think, run_audit/audit_file/audit_data_change, evaluate/evaluate_output/eval_suite, fde_compose/sofagent_compose. With 105 tools, an agent will frequently struggle to determine which tool is authoritative for a given action.
Names are uniformly snake_case and many follow domain-prefix patterns like fde_, train_, commons_, workflow_, and pr_, which helps readability. However, the verb/noun ordering is inconsistent: list_*/create_*/delete_* coexist with bare verbs like evaluate, refine, and stats, as well as noun-first names like train_budget, device_data_push, and corpus_export.
105 tools is an extreme count for an MCP surface, far beyond the range where an agent can reliably discover and select the right tool. Even though the server spans multiple enterprise domains, the sheer number creates overwhelming selection overhead and many tools feel like one-off commands rather than coherent surface pieces.
The set covers many domains deeply, including workflow/PR lifecycle, training, audit, knowledge CRUD, devices, and connectors. However, notable lifecycle gaps exist: no workflow delete, no agent update/deactivate, no model listing, no connector/device unregister, no snapshot creation, and no pending-HITL listing.